termasuk ke regresi berganda Multiple regressionmultivariate regression, yang
dapat terdiri dari dua prediktor regresi ganda maupun lebih.
4.4.1 Uji Asumsi Regresi Linier
Analisis regresi adalah suatu teknik statistikal yang dipergunakan untuk menganalisis pengaruh di antara suatu variabel dependen dan variabel
independen.
4.4.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal. Jika asumsi ini
dilanggar, maka uji statistik menjadi tidak valid atau bias terutama untuk sampel kecil.
Tabel 4.15 Uji Normalitas
Analisis kenormalan
berdasarkan metode
Kolmogorov-Smirnov mensyaratkan kurva normal apabila nilai Asymp. Sig. berada di atas batas
One-Sample Kolmogorov-Smirnov Test
139 .0000000
1.85401593 .070
.070 -.059
.825 .504
N Mean
Std. Dev iat ion Normal Parameters
a,b
Absolute Positiv e
Negativ e Most Extreme
Dif f erences
Kolmogorov -Smirnov Z Asy mp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated f rom data. b.
maximum error, yaitu 0,05. Adapun dalam analisis regresi, yang diuji kenormalan adalah residual atau variabel gangguan yang bersifat stokastik acak, maka data di
atas dapat digunakan karena variable residu berdistribusi normal.
4.4.1.2 Uji Multikolinearitas
Multikolinearitas muncul jika terdapat hubungan yang sempurna atau pasti di antara beberapa variabel atau semua variabel independen dalam model. Pada
kasus multikolinearitas yang serius, koefisien regresi tidak lagi menunjukkan
pengaruh murni dari variabel independen dalam model. Tabel 4.16
Uji Multikolinearitas
Dari output di atas dapat dilihat bahwa nilai VIF kurang dari 10, sehingga dapat disimpulkan bahwa tidak terdapat multikolinearitas dalam data.
4.4.1.3 Uji Heteroskedastisitas
Dalam regresi linear salah satu yang harus dipenuhi agar taksiran parameter dalam model tersebut bersifat BLUE Best, Linear, Unbiased, and
Estimator adalah var u
i
= σ
2
mempunyai variasi yang sama. Pada kasus-kasus tertentu terjadi variasi ui tidak konstan atau variabel berubah-ubah. Untuk
mendeteksi heteroskedastisitas dapat dilakukan pengujian dengan metode grafik.
Coeffi ci ents
a
.996 1.005
.996 1.005
Perilaku Konsumen Kualitas Pelay anan
Model 1
Tolerance VI F
Collinearity Statistics
Dependent Variable: Pengambilan Keputusan a.
Dengan pengujian ini dapat dideteksi apakah kesalahan pengganggu dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke
observasi lainnya. Dengan metode grafik, hasilnya dapat menunjukkan ada tidaknya pola-pola tertentu yang terbentuk seperti bergelombang, melebar
kemudian menyempit serta titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y.
Tabel 4.17 Uji Heteroskedastisitas
Dari output di atas dapat dilihat bahwa data tidak signifikan. Hal ini dilihat dari nilai p-value Sig yang lebih besar dari 0,05. Sehingga dapat disimpulkan
tidak terjadi heteroskedastisitas pada model regresi.
4.4.1.4 Uji Autokorelasi
